Podsumowanie: ESI

Pytanie 1

Połacz w pary

Komputer pozwala formułować i sprawdzać hipotezy dotyczące mózgu.

Słaba AI

komputer odpowiednio zaprogramowany jest w istotny sposób równoważny mózgowi i może mieć stany poznawcze

Silna AI

Sztuczna inteligencja to tylko to, czego jeszcze nie potrafią zrobić sztuczne systemy.

AI

Pytanie 2

Połacz w pary

Poszukiwanie „praw myślenia”

AI jako „myślenie ludzkie”

Przewidywanie i testowanie zachowania się istot ludzkich i identyfikacja czynności umysłowych

AI jako „myślenie racjonalne”.

Kiedy maszyna zachowuje się w sposób inteligentny

AI jako działanie ludzkie

Kiedy maszyna (agent) robi coś dobrze

AI jako „działania racjonalne”

Pytanie 3

Połacz w pary

W jaki sposób sztuczny byt może działać i sterować sobą?

Cybernetyka

W jaki sposób człowiek myśli i działa

Psychologia

W jaki sposób zbudować wydajne systemy, aby mogły spełniać wymagania AI?

Informatyka

Jak ma się język do myślenia?

Lingwistyka

Pytanie 4

Test Turinga rozstrzyga czy maszynę można zakwalifikować do:

Słabej wersji AI

Nie przesądza niczego

Silnej wersji AI

Pytanie 5

Heurystyka jest rozumiana w zagadnieniach AI jako

Powinna umożliwić uniknięcie badania tzw. ślepych uliczek

Umożliwia znalezienie najlepszego rozwiązania

Prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi

Podaje proste kryterium wyboru kierunków postępowania

Praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów

Pytanie 6

Czym różnią się systemy ekspertowe od innych programów

Automatyczny mechanizm wnioskowania

Oddzielne logiki aplikacji od modelu

Implementacja zewnętrznego interfejsu eksperta

Szybsze działanie od konwencjonalnych programów

Pytanie 7

Obszary używania logiki predykatów

Inteligentne wydobycie inf (Data mining)

Automatyczne sterowanie robotem

Ekspertowe systemy

Automatyczne udowodnienie twierdzeń

Pytanie 8

Regułowa reprezentacja wiedzy przedstawiana jest w postaci

fakty if reguły

konkluzja if przesłanki

if przesłanki then konkluzja

Pytanie 9

Stwierdzenia to prosty opis bytów (czy są prawdziwe czy fałszywe) i dotyczą

stanów, zdarzeń

reguł

cech, czynności, odczuć

zależności i związków

Pytanie 10

Który element nie wchodzi w skład systemy ekspertowego

dynamiczna baza danych

baza wiedzy

interfejs użytkownika

szkielet procedur

Pytanie 11

Co zawiera baza rad?

Uporządkowanie pary rad i reguł

Odnośniki do rad

Zbiory rad wykluczalnych

Rady przydzielone do faktów

Pytanie 12

Co to jest klasyfikacja?

Przyporządkowanie obiektów do danych grup ze względu na ich właściwości

Składanie urządzeń z podzespołów w optymalny sposób

Traktowanie wiedzy jako przyporządkowanej informacji

Losowe łączenie narzędzi w grupy

Pytanie 13

Która z podanych aplikacji nie jest systemem ekspertowym?

Domican

Mycin

Prospector

Gideon

Pytanie 14

Która cecha nie pasuje do systemów ekspertowych

Wykorzystanie przetwarzania symboli

Rozwiązywanie problemów przez mechanizm wnioskowania

Jawna reprezentacja wiedzy

Ukrywanie sposobu rozwiązania danego problemu

Pytanie 15

Wiedza deklaratywna w systemach ekspertowych to

opis procesów i strategii postępowania

metody, algorytmy, procedury

definicje, klasyfikacje, opis pojęć, rólm relacji

Pytanie 16

Dopasuj rodzaj logiki dla następujących reguł?

Droga hamowania jest długa IF prędkość jest duża

rozmyta

Droga hamowania długa IF prędkość > 100

klasyczna

Pytanie 17

Niepewność wiedzy w SE definiujemy poprzez

współczynnik zaufania eksperta do reguły

prawdopodobieństwo wystąpienia jakiegoś faktu

współczynnik przynależności do zbioru

Pytanie 18

Funkcja przynależności w logice rozmytej określa

Stopień przynależności do danej klasy

Stopień przynależności do zbioru rozmytego

Stopień podziału zbioru rozmytego

Pytanie 19

Kolejność podstawowych procesów wnioskowania rozmytego to:

Rozmywanie, Wnioskowanie, inferencja

Rozmywanie, inferencja, Wyostrzanie

Rozmywanie, Wyostrzanie, Wnioskowanie

Rozmywanie, Wnioskowanie, Wyostrzanie

Pytanie 20

Dopasuj klasy zastosowań sieci neuronowych

Asocjacja

Odtworzenie sygnału oryginalnego pozbawionego zniekształceń

Predykacja

określenie stanów systemu na podstawie sygnałów wejściowych

Aproksymacja

Linearyzacja lub interpolacja sygnałów wyjściowych sieci

Klasyfikacja

nauka cech i wzorców aby rozpoznać różnice

Pytanie 21

Sieci neuronowe stosujemy w sytuacji gdy w rozwiązywaniu problemu zachodzi sytuacja, że

Mały stopień niewiedzy i małą lub średnią złożoność problemu

Całkowity brak reguł i duża złożoność problemu

Częściowa znajomość reguł i małą lub średnią złożoność problemu

Pytanie 22

Jak działa pojedynczy neuron? Która z poniższych odpowiedzi nie jest prawdziwa

Wyjścia mnożone przez wagi

Otrzymana suma jest normowana do wartości z przedziału [0,1]

Wejścia mnożone przez wagi są sumowane oraz przekazane do funkcji aktywacji

Argumentem funkcji jest otrzymana suma a na wyjście przekazana jest wartośc funkcji

Pytanie 23

Uczenie sieci neuronowej polega na

Modyfikacji wag sygnałów wejściowych sieci

Modyfikacji wag i wartości sygnałów wejściowych sieci

Zmianie parametrów funkcji aktywacji

Modyfikacji wartości sygnałów wejsciowych

Pytanie 24

Z jakiej funkcji aktywacji korzysta perceptron?

z unipolarnej funkcji liniowej

z funkcji tangesoidalnej

Z bipolarnej funkcji skokowej

z funkcji wykładniczej

Pytanie 25

Dopasuj do podanych definicji odpowiednie pojęcia

Wymiana części genotypu między dwoma osobnikami

Krzyżowanie

Tworzenie kolejnego pokolenia osobników poprzez wybór i powielenie części z nich (zwykle lepiej przystosowanych)

Selekcja

Działanie modyfikujące genotyp osobnika lub całą populację

Operator genetyczny

Losowa zmiana genotypu danego osobnika

Mutacja

Metoda selekcji wykorzystywana w klasycznym algorytmie genetycznym

Ruletka

Pytanie 26

Algorytmy generyczne pozwalają na znalezienie

Dokładnego rozwiązania optymalnego

Przybliżonego rozwiązania optymalnego

Pytanie 27

Który operator nie jest podstawowym operatorem genetycznym

Projekcja

Inwersja

Krzyżowanie

Selekcja

Pytanie 28

Dopasuj klasy metod optymalizacji i poszukiwania

Polegające na rozwiązaniu układu równań (zazwyczaj nieliniowych) otrzymanych przez przyrównanie gradientu funkcji celu do zera

Metody analityczne

Obliczanie wartości funkcji celu, przeglądając wszystkie punkty skończonej przestrzeni np. sprawdzenie po kolei wszystkich rozwiązań

Przeszukiwanie wyczerpujące

Stosowanie zasad, umożliwiających ograniczenie przestrzeni poszukiwań rozwiązania

Metody heurystyczne

Przypadkowe lub metody oparte na wielokrotnym losowaniu punktu w przestrzeni i zapamiętywaniu najlepszego rozwiązania

Metody stochastyczne

Pytanie 29

Dopasuj cechy agenta programowego do definicji

Odzwierciedla cechy mentalne agenta związane z środkami komunikacji i wyrazu

personifikacja

Pozwala na dostosowanie się do zmian w otoczeniu na podstawie doświadczenie zdobytego przez agenta

adaptacyjność

Umożliwia agentowi manifestowanie własnych stanów w postaci emocji

osobowość

Pytanie 30

Dopasuj definicje następujących pojęć

Działanie agenta bazuje na zachowaniach ludzkich, w których możemy próbować opisać agenta w oparciu o zestaw poglądów

BDI

Działanie agenta składa się z prostych operacji, takich jak wysyłanie i odbieranie komunikatów, wykonywanie działań prywatnych oraz aktualizacji modelu mentalnego

Agent_0

Pytanie 31

Dopasuj definicje następujących pojęć

Samouczenie maszynowe lub uczące się systemy

Machine learning

Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania

Big Data

Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie

Inżynieria wiedzy

Pytanie 32

Dopasuj rodzaje prototypów systemów ekspertowych

Charakteryzuje się szybkim działaniem

Przemysłowy

Przeszedł pełne testowanie

Eksploatacyjny

Realizuje pewne cząstkowe zadania

Demonstracyjny

Gotowy do produkcji w wymaganej skali

Komercyjny

Realizuje w pełni założone zadania

Użytkowy

Pytanie 33

Co zapewnia symboliczny zapis wiedzy

Uproszczone podejmowanie decyzji

Szybsze sprawdzanie poprawności kolejnych stanów

Krótsze czasy przeszukiwania bazy wiedzy

Łatwą analizę poprawności bazy wiedzy

Pytanie 34

Jakiego elementu nie ma w modelu pojedynczego neuronu

Funkcji przynależności

Funkcji aktywacji

Wejść i wag dla każdego z wejść

Sumatora

Pytanie 35

Na ile obszarów można podzielić przestrzeń cech wykorzystując pojedynczy perceptron o n wejściach

Na n obszarów

Na trzy obszary

Nie jest możliwy podział

Na dwa obszary

Pytanie 36

Oblicz wartość sygnału na wejściu perceptronu z bipolarną funkcją aktywacji dla wejścia poniżej X1=2,W1=0,5 X2=3.W2,0,5

Pytanie 37

Metoda współczynników pewności zakłada

stopień prawdziwości faktu lub reguły

prawdopodobieństwo danego fakty lub reguły

oszacowanie stopnia pewności eksperta o prawdziwości danej reguły

Pytanie 38

Różnice między algorytmami genetycznymi i tradycyjnymi metodami optymalizacyjnymi. Które stwierdzenie nie jest prawdziwe

Algorytm genetyczny stosuje probabilistyczne metody selekcji

Poszukiwanie w algorytmach genetycznych odbywa się w wielu punktach jednocześnie (populacja)

Algorytmy genetyczne korzystają tylko z funkcji celu, nie zaś z jej pochodnych i innych pomocniczych informacji

Algorytmy genetyczne korzystają z pochodnych funkcji celu i innych pomocniczych informacji

Algorytmy genetycznie nie przetwarzają bezpośrednio parametrów zadania, lecz ich zakodowaną postać

Pytanie 39

Przyporządkuj pytanie do dzidziny nauki bedącej jednym z fundamentów AI

W jaki sposób mózg przetwarza informacje

Neurobiologia

Jakie sa formalne zasady wnioskowania

Matematyka

Skąd bierze się wiedza

Filozofia

Jakie podejmowaqć decyzje maksymalizujące wyniki działań

Ekonomia

Pytanie 40

Które z poniższych zagadnień nie należą do kluczowych zagadnień AI

Rozpoznawanie mowy

Reprezentacja wiedzy

Symulacja komputerowa

Rozpoznawanie obrazów

Pytanie 41

Czy chatbot jest robotem

Fałsz

Pytanie 42

Dopasuj stosowne definicje wiedzy

W ujęciu naukowym

zbiór uzasadnionych empirycznie lub logicznie/ matematycznie stwierdzeń

W ujęciu potocznym

zbiór doświadczeń i przekonań.

w ujęciu filozoficznym

zbiór uzasadnionych przekonań

Pytanie 43

Kto jako pierwszy zaproponował dla dyscypliny określenie “Artifical Inteligence

Claude Shannon

Herber Simon

John McCarthy

Pytanie 44

Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy

Ontologie

Metody oparte na ramach

Metody bazujące na zastosowaniu logiki

Metody oparte na algorytmach genetycznych

Pytanie 45

Jaki typ wiedzy reprezentuje baza modeli

Wyjaśniający

Matematyczny

Informatyczny

Logiczny

Pytanie 46

Jakie są rodzaje wnioskowania w systemach ekspertowych

mieszane

w przód

Do tyłu

w bok

w głąb

Pytanie 47

Logika rozmyta odzwierciadla sposób w jaki “myślą

systemy

ludzie

maszyny

Pytanie 48

Stopniowanie rozmywania pojęć np. długi, bardzo długi itp. modelujemy poprzez

Zmianę wartości podstawy w wykładniczej funkcji przynależności

Zmianę wartości wykładnika w wykładniczej funkcji przynależności

Pytanie 49

Dopasuj elementy obliczeń neuronowych do przetwarzania klasycznego

Przetwarzanie sekwencyjne:

obliczenia równoległe

Załadowanie programu do pamięci operacyjnej

rozproszenie wartości wag i progów

Pytanie 50

Budowa sieci neuronowej. Wybierz odpowiedź, która nie jest prawdziwa.

Sieć neuronowa składa się N warstw ukrytych

Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej

Liczba neuronów warstwie wyjściowej zależy od liczby atrybutów decyzyjnych

Sieć neuronowa składa się z pojedynczej warstwy wyjściowej

Sieć neuronowa składa się z pojedynczej warstwy wejściowej

Pytanie 51

Algorytm uczenia sieci neuronowych jest oparty na

wstecznej wag

wstecznej propagacji błędów

wstecznej propagacji błędów i wag

Pytanie 52

Nauczanie sieci neuronowej z zastosowaniem algorytmu wstecznej propagacji błedu wymaga aby funkcja aktywacji była

ciągła

różniczkowalna

liniowa

nieliniowa

Pytanie 53

Przedstaw paradygmaty podejścia agentowego

Wyspecjalizowany i odporny na błędy samodzielny obiekt

Rezyduje w cyberprzestrzeni jak klasyczny obiekt

Abstrakcyjna forma programowania obiektowego

Możliwość samoreplikacji agentów

Działa w zastępstwie swoich właścicieli

Pytanie 54

Kolejnośc procesów w algorytmie genetycznym to

Ocena nowej populacji, wykonanie operatorów genetycznych, generowanie populacji

Generowanie populacji, ocena populacji, wykonanie operatorów genetycznych

Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji

Pytanie 55

Kto zajmuje się ekstrakcją wiedzy od ekspertów

Inżynierowie systemów

Programiści

Kogniwistycy

Inżynierowie wiedzy

Pytanie 56

Jakie systemy mają najszersze zastosowanie

Podejmujące decyzje bez kontroli człowieka

Krytykujące

Doradcze

Autonomiczne

Pytanie 57

Jezeli funkcja przynalezności do zbioru rozmytego wynosi µA(x), i odpowiednio dla zbioru B ), µB(x), to

Koniunkcja A i B wynosi

iloczyn

Alternatywa A i B wynos

suma

Pytanie 58

Gdzie najczęściej stosujemy systemy ekspertowe?

Tam gdzie konieczne jest rozumowanie heurystyczne

W sytuacjach wymagających intuicyjnego działania

W dziedzinach niesformalizowanych w sposób jednoznaczny

Na potrzeby krótkotrwałe

Pytanie 59

Jaka część systemu może komunikować się z dynamiczną bazą wiedzy

Interfejs użytkownika

Procedury wyjścia

System wnioskujący

Plik z faktami

Pytanie 60

Co w ogólnej formule wnioskowania P1^P2^ ^Pn -> W oznacza P

Procedury

Przesłanki

Pobieranie

Połączenia

Podsumowanie

ESI

Podsumowanie

ESI

Twój wynik